军事爱好者,源码摘自AlexeyAB的yolo-v3,Windows下的配置教程非常详细。这是在AlexeyAB大神的yolo-v3编译好,能运行基础上的样例。
测试样例,无代码。用于检测 Google Earth 中的飞机型号目标,训练图片均为 768*768,检测用图片最好也使用方形图片,训练集图片采集时放缩比例zoom=20,对应的 Google Earth 视线高度小于五百米,不宜过高。
bacckup/yolo-obj_32000_4_480_small.weights
为训练32000轮后的权重文件。github上传文件大小限制100M,权重文件上传至百度云(235MB),密码2o7a。data/obj.data
为相关文件信息,包含19类。data/obj.names
为19类飞机型号。yolo-obj.cfg
为模型配置文件。tryTest/
为2个图片样例,1个视频样例。
文件置于 darknet-master\build\darknet\x64
启动命令行
./darknet.exe detector test data/obj.data yolo-obj.cfg backup/yolo-obj_32000_4_480_small.weights tryTest/14-9.jpg
测试图片样例
./darknet.exe detector demo data/obj.data yolo-obj.cfg backup/yolo-obj_32000_4_480_small.weights tryTest/3499-man.mp4
测试视频样例